生成式人工智能在金融行业的应用及市场前景分析

引言

纵观2023年上半年国内外各大科技战略趋势和投资热点领域榜单，毫无疑问，生成式人工智能（下称“生成式AI”）是最引人注目的技术之一。伴随ChatGPT横空出世，这项新兴技术进入了一个前所未有的热潮之中，各行各业都在围绕相关话题展开讨论，更不必提科技巨头和AI厂商纷纷下场，唯恐错过此番科技盛宴，也有行业翘楚和媒体将生成式AI浪潮类比昔日的移动互联网机遇，进一步凸显了其潜在的巨大价值和影响力。与传统AI相比，生成式AI具有四大核心优势，使其备受瞩目，包括自动化和效率提升、个性化和定制化、创造性和创新能力以及可解释性和透明度。这对于金融、医疗等需要可解释性的领域尤为重要，有助于建立信任、满足监管要求，并使人们更容易接受和采纳系统决策。简而言之，生成式AI可通过提高生产效率、推动创新能力和改变竞争格局三大方式，为全球各行各业创造巨大价值。麦肯锡预测，AI整体将为全球经济带来高达25.6万亿美元的正面经济影响，而其中来自生成式AI的贡献高达7.9万亿美元，相当于当前全球经济总GDP（国内生产总值）体量的8%。

生成式AI在金融行业的应用

生成式AI之所以能吸引世界各地人们的注意力和想象力，要归功于其广泛的实用性——几乎任何人都可以使用其理解自然语言和创造内容的“超能力”，这使得生成式AI在提升行业生产效率和促进产品创新方面具有显著优势，预期未来将颠覆全球各行各业的现有格局。从行业来看，生成式AI产生价值最大的三个行业为高科技、银行业及零售。麦肯锡估计，到2032年，生成式AI每年将会给全球银行业（含资产和财富管理，下文统称“资管”）带来约2000亿-3400亿美元的新增价值，占银行业年收入的比例高达2.8%-4.7%。加上生成式AI在保险业预期每年带来的500亿-700亿美元新增价值（约占行业年收入比例为1.8%-2.0%），我们预计生成式AI用例在金融行业（银行、保险和资管）的价值池约为2500亿-4100亿美元。由此可见，无论是绝对价值还是相对增长潜力，金融行业都是生成式AI用例最具潜力的行业之一。

生成式AI在金融行业的市场前景

根据彭博数据，2022年生成式AI市场收入规模为400亿美元，预计2027年及2032年将分别达到3990亿美元和13040亿美元。2022年-2032年复合增长率达42%。中国市场方面，据《中国AI数字展望2021-2025》数据，2022年规模约660亿元，2020年-2025年复合增速将达84%，2025年将占全球市场规模（2170亿美元）的14%。生成式AI的价值链由六个环节组成，分别是专用硬件、云平台、基础模型、模型中心和MLOps、应用和服务。在生成式AI的价值链条之上，有如下市场机会值得关注：

1. 专用硬件：模型训练和推理过程所用算力基础设施，市场壁垒较高，基本为大玩家占据算力硬件的核心是以GPU和TPU为代表的计算芯片。
2. 云平台：访问算力基础设施以及运行生成式AI工作负载的平台，市场份额较为集中。
3. 基础模型：生成式AI价值链的核心环节，依靠专业知识和成本投入驱动，通用大模型赛道趋势表现为头部集中，行业大模型赛道仍有市场空白。
4. 模型中心和MLOps：托管、微调和部署模型的工具，巨头和独立厂商形成差异化竞争模型中心和MLOps承担在基础模型之上构建应用的两项必须的工作。
5. 应用：基于大模型微调的终端应用，是初创企业拥有最大机会的赛道，约一半生成式AI独角兽企业诞生于这个市场，我们预期，在短期内，为垂类行业和特定功能开发，基于精细微调的模型所建立的应用能够最早脱颖而出。
6. 服务：依托模型产品提供增值服务的整体解决方案提供商为大厂垄断，但垂类领域仍有中小型玩家参与的市场空间。

企业如何部署生成式AI

规模化推广GenAI，需要企业进行全方位的运营模式转型，并将AI内嵌到业务的每个环节。在规模化实施GenAI应用时，一个成功的运营模式应涵盖六大方面：战略路线图、人才、运营模式、技术、数据以及技术应用与变革管理。生成式AI为各行各业提供了新的增长动力，但独有的挑战也需要引起注意。金融机构在应用生成式AI时尤其需要关注模型幻觉、恶意使用、信息泄露等三大关键风险。企业需要高度重视并积极采取措施进行妥善防范和管理，最小化其潜在风险，最大化释放其价值。